智博体育官方登录地址

智博体育官方登录地址

集换式卡牌 | 935人在玩 | 大小:85.13M | 版本号:V2.91.46

更新时间:2024-04-27 12:56:06

  • 简介
  • 版本
  • 资讯
  • 评论

    业务结构调整进入第二年,拓斯达(300607)同时经历着业绩波动带来的阵痛与新核心业务放量带来的喜悦。2023年,公司自产多关节工业机器人、数控机床收入增幅均在五成左右,但整体营收规模出现了成立以来的首降。

    在公司连平新生产基地,拓斯达董事长、总裁吴丰礼4月22日于业绩说明会上表示,公司目前更加注重项目质量而不是追求营收规模,向机器人、数控机床、注塑机三大产品业务持续聚焦,投资者可以重点关注公司产品业务中出货量、毛利率等核心指标。

    一进一退推动战略转型

    昨日(4月21日),拓斯达披露的年报显示,公司2023年度实现营业收入45.53亿元,同比下降9%,净利润1.06亿元,同比下降37%。公司在业绩说明会上解释称,公司进一步收缩项目类业务,更加注重项目质量而不是追求营收规模,因此自动化应用系统业务、智能能源及环境管理系统业务规模有所减少。

    然而与之形成反差的是,公司产品业务全线大幅增长。具体来看:公司自产多关节工业机器人收入同比增长49%、毛利率同比增加5.76个百分点;数控机床收入同比增长56%、毛利率同比增加6.54个百分点;注塑机收入同比增长16%、毛利率同比增加1.30个百分点。

    当前,拓斯达的业务条线分为三个产品类业务以及两个项目类业务,其中前者包括机器人、数控机床、注塑机;后者则是正在收缩的自动化应用系统、智能能源及环境管理系统业务。

    在致股东信以及业绩说明会上,公司详细解释了这一进一退的逻辑。

    项目类业务最明显的特点是订单金额高、容易形成较大规模,但标准化程度不高,毛利率较低。且项目越多、规模越大,所需投入的人力、物力、精力也越大,方案实施以及交付周期也会越长。

    过往在市场上升期,拓斯达将项目类业务定位主要是“贡献利润 业务导流”,公司加速扩张,寻找各种应用场景,不断开展新业务。至2021年底,公司更加注重项目“质量”,主动舍弃低毛利项目,控制接单规模,因此导致公司在2023年迎来了公司成立以来第一次收入下滑。

    简而言之,相较需要技术沉淀、市场认证、长期投入的产品类业务而言,项目类业务壁垒较低。拓斯达方面表示,短期结果来看,2023年公司营收、利润有所下降。但从公司长期发展角度而言,公司业务逻辑更加清晰,聚焦三大核心产品、增强标准化及规模效应,项目类业务控量提质增效、承担好为产品“输血”及导流的功能。

    “随着产品的持续放量以及规模效应带来的盈利增长,可逐步覆盖项目规模控制带来的阶段性影响,公司整体的盈利能力会逐步修复。”吴丰礼总结道。

    关注三大指标目标行业前三

    在新的发展周期,如何判断拓斯达的产品业务的转型效果。公司在业绩会上提示投资者关注三个指标:出货量、毛利率以及核心专利数目,“而我们最终的目标是,三大产品在各自领域做到‘单科状元’或者实现行业前三。”

    在出货量指标来看,拓斯达三大产品业务板块在2023年均实现大幅度增长。具体来看:

    多关节机器人出货约1700台,自产多关节工业机器人收入同比增长48.55%,截至目前,拓斯达品牌机器人已累计出货超6000台;

    数控机床业务营业收入同比增长56.34%,其中五轴联动数控机床签单量超260台,同比增长60%,出货量超260台,同比增长100%。截至目前,公司五轴联动数控机床累计出货超500台,已经处于国产排名靠前地位;

    注塑机收入同比增长16.32%,出货量实现28%同比增长,其中TE系列电动注塑机年内成功亮相,在航空连接器、精密医疗、汽车电子、车灯等领域均实现了突破,开始进行批量交付。

    在毛利率方面,随着规模效应开始出现,机器人、数控机床、注塑机三大产品毛利率均有走高,自产多关节工业机器人、数控机床业务毛利率分别有5.76个百分点、6.54个百分点的同比增长幅度。

    同期披露的一季报显示,拓斯达当期业绩实现较高增幅,营业收入10.01亿元,同比增长25%;实现归母净利润0.30亿元,同比增长149%。一季度业绩增长的背后是三大类别产品的订单高增长,公司在业绩会上介绍,2024年一季度,多关节机器人订单量同比增长超45%,出货量同比增长超25%,正逐步进入越来越多的3C大客户一级供应体系;数控机床订单排产仍处于饱满状态;电动注塑机销售量接近2023年全年水平。

    在产品开发层面,拓斯达正在将AI技术运用其中,公司认为其产品线及技术储备是现阶段AI大模型公司在工业领域实现落地所需的重要硬件载体。公司表示,目前公司正与头部AI大模型公司探索验证,共同构建AI工业生态,后续可应用路径包括无序分拣、码垛、拆垛等工业场景。